大規模多語翻譯系統如今已經覆蓋西西里語，但其訓練數據來自噪聲大、缺乏規範的網絡文本。為提升翻譯質量，Meoli與Wdowiak在這篇論文中重新開發了Wdowiak此前為西西里語定製的小型神經機器翻譯（NMT）系統，目標是在低資源條件下把整條數據管線自動化，並復現可供比較的基線。
研究的第一步是重建平行語料。作者從雙語期刊《Arba Sicula》的PDF中抽取對齊文本，並把這一流程遷移到仍在維護的軟件上。句子對齊使用與語言無關的句編碼器，其閾值以已有的人工對齊結果為參照進行調整，隨後再過濾掉自動對齊中常見的典型錯誤。這樣得到的語料既保留了期刊的文學性文本，又降低了自動流程引入的噪聲。
第二步是文本處理。原始系統中的分詞以及偏向詞尾變化（desinence）的子詞切分被移植到一個不含Perl的實現中，使整個流程更易維護和復現。所有結果都在一個從該期刊抽取的凍結測試集上評估，以保證不同方案之間具有可比性。
在建模方面，作者比較了兩類方案：一是從零開始訓練的小型Transformer，二是通過低秩微調適配的預訓練NLLB模型。實驗覆蓋兩個翻譯方向，並引入近親語言意大利語作為橋接語言。此外，作者還把原系統的反向訓練配方移植到預訓練模型上，即先在網絡西西里語的正向打分回譯數據上訓練一個階段，再在整理過的文學文本上訓練一個階段。
結果顯示，預訓練模型在兩個方案中明顯佔優。分階段訓練對譯入西西里語的改善大於譯出西西里語。在原系統的測試集上、且在其評分所用的分詞空間中，使用更大適配器和更多回譯數據的分階段模型在涉及英語的方向上優於原反向訓練配方，而在西西里語與意大利語之間則低於該配方。
作者還指出一個限制：多語適配器會損害其未接受訓練的方向，因此難以直接作為通用多語模型使用。這也提示低資源語言適配需要在專門化性能與通用性之間做出權衡。該論文共17頁，含6張表，屬於計算與語言（cs.CL）方向，ACM分類為I.2.7，於2026年10月21日提交至arXiv。